断网的喜马拉雅山脚下，笔记本上的本地 agent 修好了 bug
Thomson Reuters 首席工程师 Rittika Jindal 在一台断网的 Mac 上用 OpenCode 加本地的 Qwen3.5 9B 修好一个求和 bug。agent 只改了一行代码，五个测试全部通过。
- 谁·场景
- Rittika Jindal 是 Thomson Reuters 首席工程师，一年前搬到喜马拉雅山脚下，那里常断网、断电。
- 怎么用
- Ollama 在本机运行 Qwen3.5 9B，OpenCode 作为终端里的 coding agent。配置里只启用本地模型，编辑文件和执行命令前都要确认，网页工具也被屏蔽。
- 结果
- 一个记账函数每次循环都覆盖总额，agent 把 total = 改成 total +=，五个测试全部通过，作者之后又自己跑了一遍测试核对。agent 起初想用 pytest，而项目用的是 unittest。
- 你可以试
- 如果你常在飞机或火车上写代码，联网时先拉好模型和依赖，在一个有现成测试的小项目上试一次。提示词里写明准确的测试命令。
- 注意
- 9B 模型下载约 6.6 到 7.6 GB，作者引用的估算是需要 12 到 16 GB 内存，开 64k 上下文还要更多。离线时装不了新包，也查不了网页。演示用的是一个范围很小的 bug。
Rittika Jindal 在 Latent Space 的文章里一步步记录了离线配置：联网时装好 OpenCode 1.19.4，用 Ollama 拉取 qwen3.5:9b，并让 Ollama 只监听本机、关闭云功能。然后关掉 Wi-Fi，先用 curl 确认本地服务还能响应、外部地址访问失败，再开始干活。
她的做法里有两点值得照搬。第一，先让测试失败，再让 agent 修：三个用例失败给了 agent 明确的目标，也让人可以不看它的解释，直接用测试检查结果。第二，权限确认是人工检查点：agent 提议跑 pytest 时，她在确认环节发现命令不对。
她也引用了一项研究：在云端模型上，OpenCode 每解决一个任务消耗的 token 约为 Goose 的 40 倍。本地运行不按 token 计费，但上下文长度会占用内存。
原文：Latent Space